基于GA-BP和PSO-BP神经网络的间冷塔扇区出水温度预测研究

来源 :湖南电力 | 被引量 : 0次 | 上传用户：wingkong

【摘要】

：

基于某电厂330 MW机组分布式控制系统(DCS)采集的实测运行数据,通过灰色关联度分析扇区出水温度与其影响因素之间的关联关系,分别利用遗传算法(GA)和粒子群算法(PSO),对BP神经网络间冷塔出水温度预测模型进行优化.优化结果表明,遗传算法和粒子群优化算法对BP神经网络的预测结果优化作用明显,并且PSO-BP神经网络模型的优化效果优于GA-BP神经网络模型.

【作者】

：

周慧陈宪刚周宏贵胡蓉何永斌

【机构】

：

湖南大唐先一科技有限公司,湖南长沙410004;华能八〇三热电厂,甘肃嘉峪关735100

【出处】

：

湖南电力

【发表日期】

：

2021年6期

【关键词】

：

BP神经网络算法 GA-BP算法 PSO-BP算法扇区出水温度

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

探讨党建工作与安全生产深度融合

一、引言rn《中华人民共和国安全生产法》(2021版)第二条明确指出,安全生产工作坚持中国共产党的领导.安全生产工作明确管行业必须管安全、管业务必须管安全、管生产经营必须管安全.习近平总书记在关于安全生产重要论述中强调,落实安全生产责任制要党政同责,一岗双责,齐抓共管.在“围绕中心抓党建,抓好党建促生产”新常态下,创新“党建+安全”融合实践,大力培育安全文化,助推企业安全生产稳定高质量发展.

期刊

党建工作深度融合安全生产

基于GA-BP和PSO-BP神经网络的间冷塔扇区出水温度预测研究

其他学术论文